从列中选择值

Question

我有一个pandas DataFrame，在许多列中都有值，为简单起见，将其设置为两个，还有一列我想用来从其他列中选择值的列名：

import pandas as pd
import numpy as np

np.random.seed(1337)
df = pd.DataFrame(
    {"a": np.arange(10), "b": 10 - np.arange(10), "c": np.random.choice(["a", "b"], 10)}
)

给出

> df['c']

0    b
1    b
2    a
3    a
4    b
5    b
6    b
7    a
8    a
9    a
Name: c, dtype: object

也就是说，我希望从列b中选择第一个和第二个元素，从a中选择第三个，依此类推。

这有效：

def pick_vals_from_cols(df, col_selector):
    condlist = np.row_stack(col_selector.map(lambda x: x == df.columns))
    values = np.select(condlist.transpose(), df.values.transpose())
    return values

> pick_vals_from_cols(df, df["c"])

array([10, 9, 2, 3, 6, 5, 4, 7, 8, 9], dtype=object)

但是它感觉是如此脆弱和笨拙。有更好的方法吗？

Answer 1

lookup

df.lookup(df.index, df.c)

array([10,  9,  2,  3,  6,  5,  4,  7,  8,  9])

---

理解力

但是为什么要拥有lookup？

[df.at[t] for t in df.c.items()]

[10, 9, 2, 3, 6, 5, 4, 7, 8, 9]

奖金黑客

不打算实际使用

[*map(df.at.__getitem__, zip(df.index, df.c))]

[10, 9, 2, 3, 6, 5, 4, 7, 8, 9]

因为df.get_value已过时

[*map(df.get_value, df.index, df.c)]

  

FutureWarning：不建议使用get_value，并将在以后的版本中将其删除。请改用.at[]或.iat[]访问器

[10, 9, 2, 3, 6, 5, 4, 7, 8, 9]